基于 LLVM 纯 PHP 编写的 PHP AOT 编译器

Tinywan

发布于 2026-07-06 11:12:40

180

Manticore 是由manticorephp/compiler 项目实现的PHP AOT 编译器（Ahead-Of-Time 编译器），全部用纯 PHP 编写，通过 LLVM IR 后端生成 arm64 / x86_64 的独立原生二进制文件。

它支持 PHP 8.5+ 的一个很大子集（类、接口、特性、枚举、匿名类、闭包、管道运算符|>、生成器、FFI 本地库绑定、文件 I/O 等），无 PHP 运行时，仅依赖 libc。编译器自身用 PHP 编写并能自编译成字节完全相同 的 fixpoint（自托管修复点）。

项目官网描述（直接翻译自 README.md 和相关文档）：

Manticore 完全自托管的 PHP-to-native AOT 编译器。通过 LLVM IR 将 PHP 8.5+ 的一个大子集编译为独立原生二进制文件（arm64 / x86_64）——无 PHP 运行时，无共享库，仅 libc。编译器用 PHP 编写并将其编译成字节完全相同的 fixpoint。

理由（Rationale）

如果您只了解了黑暗力量的真正力量。 Manticore 是一个概念验证项目，旨在证明创建自托管 PHP 编译器的可行性。通过用 PHP 编写编译器并编译成字节完全相同的 fixpoint，Manticore 展示了构建完全自包含 PHP 运行时环境的潜力。

当前状态（Status）

✅自托管 fixpoint 成立：manticore build manticore.json 从 PHP 源代码重建编译器，gen2 和 gen3 发出字节完全相同的 IR。
✅AOT 测试套件 343/343 通过（tests/aot/）。
✅差异校验 334/0 与 Zend PHP 解释器（PHP 8.5.3）匹配：普通可运行用例中输出完全相同。
✅重建稳定：5×2 次冷/自重建，每份二进制均无构建间堆布局随机性。
✅10–45× 比 Zend 更快（计算/算法），冷启动 ~24× 更快（见 Benchmark）。
✅引用计数 + 写时复制（assoc + 对象）+ Bacon–Rajan 周期收集器 v1（可选，零开销除非调用gc_collect_cycles()）。
✅Cargo 风格模块系统：manticore.json、.sig 模块接口、预构建 stdlib 对象、分发版编译器（bin/ + lib/，无源代码）。
✅扩展系统（MVP）：清单声明的原生库绑定——glue 编译进应用 +-l<lib> 链接（证明：zlib / crc32）。真实扩展（curl / xml / pdo）基于相同机制。
✅广覆盖 PHP 8.5 表面：类/接口/特性/枚举、抽象+匿名类、晚静态绑定、魔术方法、闭包 + 管道、nowdoc、encapsed-string 插值、define/constants、生成器、异常、libc 文件 I/O。

基准测试

与 Zendphp 解释器（PHP 8.5.3）对比，Apple M1 Pro，-O2，每份程序均经字节校验匹配 Zend。每轮均为数据依赖 + $argc 种子（LLVM 优化器无法折叠）。

计算密集型（原生代码生成优势显著，跳过解释器的每条指令开销）：

Benchmark	工作负载	php	manticore	Speedup
oop	2000 万个多态虚拟 area()（LCG 索引）	1.11 s	0.04 s	28×
fib	递归 fib，数据依赖深度 [30,33]	1.87 s	0.10 s	19×
closures	200 万个闭包构建 + 调用	0.18 s	0.01 s	18×
mathf	300 万次 sqrt + sin 累加	0.15 s	0.01 s	14×
loop	5000 万次数据依赖累加	0.68 s	0.06 s	11×
sieve	Eratosthenes 筛到 200 万	0.18 s	0.02 s	9×
array	30 次构建 + 求和 50 万元素 vec	0.34 s	0.08 s	4×
strcat	3000 万次字符串追加	0.38 s	0.12 s	3×

算法（计算机语言基准游戏风格——浮点、紧循环、2D 数组）：

Benchmark	php	manticore	Speedup
spectralnorm	0.45 s	0.01 s	44×
mandelbrot	0.26 s	0.03 s	9×
matmul	0.07 s	0.01 s	7×
dijkstra	0.14 s	0.02 s	7×
nbody	0.16 s	0.04 s	4×

库绑定（时间花在 PHP stdlib/prelude 上，收益较小）：

Benchmark	工作负载	php	manticore	Speedup
funcarr	array_map / filter / reduce	0.15 s	0.02 s	8×
wordcount	assoc map 构建 + 迭代	0.07 s	0.01 s	7×
strops	strtoupper / str_replace 循环	0.08 s	0.03 s	2.7×
sort	sort() 3K ints × 200	0.11 s	0.05 s	2.2×
sprintf	sprintf 格式化循环	0.09 s	0.04 s	2.2×
explode	explode / implode 循环	0.14 s	0.14 s	1.0×
json	json_encode 循环	0.12 s	0.20 s	0.6×

冷启动（echo "hello"）：php 62 ms vs manticore2.6 ms（~24×）——无解释器/扩展初始化。
编译时间：fib.php → 原生二进制 ~0.1 s（parse → MIR → LLVM → clang → link）。
输出大小：简单程序链接为 ~50 KB 完全静态二进制（仅 libc）；自托管编译器 ~2.9 MB。

需求

PHP 8.1+ （仅用于冷启动：Zend 运行编译器源代码生成第一个原生二进制；生成后的二进制不调用 PHP 运行时）。
clang 和cc 在 PATH 上（macOS 为 Xcode CLT，Debian/Ubuntu 为 build-essential）。

快速开始

# 冷启动：Zend 种子第一个原生编译器（无需二进制） bash bin/compile # → bin/manticore (~2.9 MB 静态二进制) # 之后，编译器自托管重建（Zend 种子仅用于冷启动） bash bin/build # 自托管：bin/manticore 编译 src/ bash bin/build --verify # + fixpoint + 测试套件闸门 # 编译并运行程序 bin/manticore compile path/to/app.php -o app && ./app # 从 stdin 读取 echo '<?php echo "hi\n";' | bin/manticore compile -o /tmp/hi && /tmp/hi

CLI 命令

命令	用途
compile-o	PHP 源代码 → 原生二进制（文件参数或 stdin）
build [manticore.json]	构建所有清单目标（库 + 应用）
dump-ast	解析 → 输出 AST
dump-mir	下推 → 输出带类型 MIR
dump-llvm-mir	完整 MIR 流水线 → 输出 LLVM IR
dump-llvm	同 dump-llvm-mir（AST 后端已移除）
dump-sig	输出模块接口 .sig（导出符号表）
version / help	—

标志：-o <out>、-O<0|1|2|3|s|z>（clang 优化级别，默认-O2）、--emit-library（编译为独立.o 无@main）、--memory=rc|arena|hybrid。build 还支持--libs-only（仅构建库目标）。

模块系统（manticore.json）

Cargo 风格清单，构建多文件项目、链接预构建库、自重建编译器。完整用户指南：docs/modules.md。

示例（标准库与编译器自身）：

{ "libraries": [{ "name": "stdlib", "src": "src/Runtime", "output": "lib/manticore_stdlib.o", "runtime": true }], "applications": [{ "name": "compiler", "src": "src", "output": "bin/manticore", "entry": "src/zzz_entry.php", "stdlib": false }] }

**applications[]**：源目录、输出二进制、可选入口（顶层代码成为 main）、可选排除、可选库、可选stdlib: false（关闭总是开启的 stdlib 运行时）。
**libraries[]**：编译为<output>.o + <output>.o.sig 接口。runtime: true 的标准库库会被自动链接到每个应用。
.sig 文件：模块公开符号表，用于跨单元调用（无需重新解析依赖源）。分发版编译器仅需 bin/ + lib/manticore_stdlib.{o,sig}（无 PHP 源代码）。
标准库是始终开启的运行时：每个compile /build 程序透明获得（无清单仪式）。可通过"stdlib": false 关闭（仅自托管编译器使用，因为它已嵌入src/Runtime）。
原生库（zlib 等）通过 FFI 绑定：#[Library, Symbol] 属性编译为直接 C 调用；声明为清单extensions。

完整类型映射与机制：docs/ffi.md。

编译器流水线

PHP 源代码 → Lexer (src/Lexer) tokens → Parser (src/Parser) AST (递归下降 + Pratt) → LowerFromAst ─┐ → ConstFold │ → DeadStore │ → InferTypes │ MIR (src/Compile/Mir) — 平面、带类型、类 SSA IR → NarrowReturns │ 唯一后端（AST 后端已移除） → InferEffects │ EmitLlvm 通过 src/Codegen/Llvm 助手构建 IR 文本。 → InferAllocKind │ → ApplyMemoryMode │ → InsertMemoryOps │ （rc retain/release/CoW 插入） → Verify ─┘ → EmitLlvm (src/Compile/Mir/Passes/EmitLlvm*) → LLVM IR 文本 → clang -c IR → 对象 → cc link 静态二进制（仅 libc）

内存模型（Memory Model）

完整指南 + 控制方式：docs/memory.md。

默认：hybrid（逃逸路由）：Escape 分析（InferAllocKind）对每个分配分类：
- Confined（不逃逸）：arena（bump pointer，作用域退出时批量释放）。
- Escaping：引用计数（heap rc）。
引用计数：字符串、数组、对象带有 refcount；赋值/retain 增加，作用域退出/覆盖 drop；数组/对象属性使用写时复制（Zend 风格）。
周期收集器 v1：Bacon–Rajan，可选，零开销（从未调用gc_collect_cycles() 的程序不支付任何代价）。
分配模式（--memory / MANTICORE_MEMORY）：hybrid（默认）、rc、arena（bump-pointer，作用域释放）。Escape 分析决定 arena（受限）还是 heap-rc（逃逸）。
统一 PhpArray（vec + assoc 折叠）+ FNV 桶索引。